描述野生动物运动与伴随声音
通过 Official 文字任务明确动物、飞行路径、镜头与声音设置。犀鸟记录要求在雾气树冠间低飞，并呈现振翅与雨林环境音，可以检查实际片段中的目标运动、环境和声音。
Veo 3.1 text and frame-guided video generation
Veo 3.1 可以根据文字或准备好的图像画面创建视频场景，本页将 Official 与固定时长任务放在同一系列中。Official 生成提供 4 秒、6 秒或 8 秒、声音设置，以及 720p、1080p 或 4K，图像任务接受首帧与可选尾帧。其他 Veo 3.1 任务按这些分辨率生成 8 秒片段，图像生成使用准确两张有序画面。描述主体、动作、镜头与需要保留的视觉细节，再选择输入、时长和计费单位符合项目要求的任务。
Veo 3.1 由 Google 开发，Vidgo 提供模型调用服务。模型名称与商标归各自所有者所有。探索 Veo 3.1 模型
根据文字场景选择文生视频，根据准备好的画面选择图生视频。需要 4/6/8 秒与声音设置时，使用 Official，图像工作流准备一张或两张图像；需要固定 8 秒请求时，使用其他对应任务，图像生成准备两张首尾图像。提交前，查看所选工作流的完整费用。
文生视频
Veo 3.1 Official Text-to-Video
Google Veo 3.1 Official flagship video model family with Quality, Fast, and Lite tiers featuring cinematic physics, multi-axis camera control, first/last-frame interpolation, synchronized native audio, and 4K workflows.
图生视频
Veo 3.1 Official Image-to-Video
Google Veo 3.1 Official flagship video model family with Quality, Fast, and Lite tiers featuring cinematic physics, multi-axis camera control, first/last-frame interpolation, synchronized native audio, and 4K workflows.
文生视频
Veo 3.1 Text-to-Video
Google DeepMind's 1080p video model with native audio generation, scene extension to 60+ seconds, and advanced creative controls for cinematic storytelling.
图生视频
Veo 3.1 Image-to-Video
Google DeepMind's 1080p video model with native audio generation, scene extension to 60+ seconds, and advanced creative controls for cinematic storytelling.
Veo 3.1 文字与首尾帧视频生成任务
文字请求描述完整场景。Official 图像生成使用一张首帧或两张首尾帧，固定时长图像任务则需要准确两张。提示词用于说明这些状态之间的运动，以及需要保留的镜头和几何结构。从在线测试转为 API 接入时，使用同一任务对应的模型标识与时间字段。
| 模型 / 任务 | 输入与工作流 |
|---|---|
| Veo 3.1 Official Text-to-Video | Google Veo 3.1 Official 旗舰视频模型系列提供 Quality、Fast 与 Lite 档位，具备电影感物理运动、多轴镜头控制、首尾帧插值、同步原生音频与 4K 工作流。 |
| Veo 3.1 Official Image-to-Video | Google Veo 3.1 Official 旗舰视频模型系列提供 Quality、Fast 与 Lite 档位，具备电影感物理运动、多轴镜头控制、首尾帧插值、同步原生音频与 4K 工作流。 |
| Veo 3.1 Text-to-Video | Google DeepMind 的 1080p 视频模型，支持原生音频生成、将场景延长至六十秒以上，以及用于电影叙事的高级创作控制。 |
| Veo 3.1 Image-to-Video | Google DeepMind 的 1080p 视频模型，支持原生音频生成、将场景延长至六十秒以上，以及用于电影叙事的高级创作控制。 |
Veo 3.1：画面过渡与音视频生成
描述运动主体、动作顺序与镜头，已有构图时使用画面输入。下方已有记录展示雨林飞行、温室降雨、两张画面之间的机车进站，以及天文台机械开启。
根据文字要求构建连续场景
描述镜头路径、运动材料与空间层次。固定 8 秒温室记录要求镜头低位掠过湿叶，呈现玻璃上的雨水与移动反射，可以对照提示词检查植物结构、水流和场景纵深。
准备起始画面与目标状态
提供相互协调的首尾图像，指出需要保留的主体与环境。机车输入先确定站台、列车与暮色光线，再通过提示词控制进站动作和最终充满蒸汽的画面。
协调过渡与环境声音
在 Official 画面任务中开启声音，并在描述运动时写清可听事件。列车记录要求机车到达准备好的结束状态，同时呈现接近的运行声、汽笛、制动和蒸汽释放，可以结合实际画面与声音检查结果。
描述两种状态之间的机械过程
在固定时长图像任务中使用准确两张画面，并说明哪些相连部分运动。天文台记录要求铜质开口向两侧分离，同时保留穹顶、石建筑、霜与镜头，可以对照两个端点检查 8 秒结果。
Veo 3.1 列车进站与机械过渡案例
Official 案例提供列车首尾帧，要求开启声音，生成 8 秒 720p 进站场景；固定时长案例提供天文台关闭与开启状态，要求生成 8 秒 720p 机械过渡。阅读完整提示词，分别对照各组输入画面与对应实际输出，检查运动、结构、镜头及开启后的目标声音。
提示词
一台黑色蒸汽机车在暮色中驶入历史站台并逐渐停下，起初是远处车灯光芒，结束时被浓厚白色蒸汽包围。固定站台高度镜头，温暖灯光反射掠过湿润金属。自然声音：逐渐接近的机车运行声、一次长汽笛、制动尖响与释放蒸汽的嘶声。运动真实，不要文字或标志。
提示词
一段连续固定镜头，自然从首帧过渡到第二张画面。铜质天文台穹顶开口缓慢、均匀地分离，露出深色望远镜孔径与一道狭窄温暖室内光，同时黎明稍微变亮。保留石建筑、穹顶结构、山脊轮廓、霜、镜头位置与构图。运动具有机械感、克制且符合物理规律。不要新物体、人物、文字、标志、品牌、产品、广告或水印。
Veo 3.1 的创作应用场景
为野生动物、天气或叙事运动准备文字要求，或为已有视觉序列准备首尾图像。描述动作、镜头与保留细节，选择对应 Official 或固定时长任务，并查看完整费用估算。检查输出，将合适视频用于分镜、环境研究、机械演示、角色场景或接入应用的视频工作流。
构思野生动物场景
写清动物、路径、环境与镜头，根据需要在 Official 任务中配置声音，再检查形态、场景连续性与目标音频，用于纪实视觉构思。
研究雨水、水流或移动光线
描述材料运动与镜头路径，再选择任务和时长，检查水流变化、反射与空间层次，用于环境场景提案。
连接准备好的首尾帧
提供相互协调的端点，说明两者之间的运动，再对照几何结构、光线与预期最终状态检查完成片段，用于过渡构思。
展示机械开启或运动
准备画面状态，指出铰链、开口或其他运动部件，并明确镜头与周围结构，再检查结果，用于说明性动画。
规划带声音的 Official 镜头
描述可听事件及其与动作的关系，选择 4 秒、6 秒或 8 秒与分辨率，再查看完整声音档位费用估算，并检查生成镜头，用于叙事或氛围研究。
接入已经测试的请求
保留准确模型、提示词、画面地址，以及对应任务的时长、分辨率、画面比例与声音设置，再提交经过身份验证的请求，并通过任务 ID 获取完成视频。
Veo 3.1 模型规格与 API 价格
Official 任务按秒计费，费用由所选分辨率、声音设置与 4/6/8 秒时长确定；其他任务按 8 秒视频计费，使用所选分辨率对应价格。下方动态表格保留各任务当前起价与计费单位。将 Official 每秒单价乘以实际时长，再与固定时长任务的单个视频价格比较，评估项目所需工作流的完整费用。
| 模型 | 厂商 | 任务类型 | 输入素材 | 输出规格 | 起价 |
|---|---|---|---|---|---|
| Veo 3.1 Official Text-to-Video | 文生视频 | 文字提示词 | 4K | $0.12 / 秒 | |
| Veo 3.1 Official Image-to-Video | 图生视频 | 1–2 张图像画面 | 4K | $0.12 / 秒 | |
| Veo 3.1 Text-to-Video | 文生视频 | 文字提示词 | 4K | $1 / 个视频 | |
| Veo 3.1 Image-to-Video | 图生视频 | 准确 2 张首尾帧 | 4K | $1 / 个视频 |
如何在 Vidgo 使用 Veo 3.1
先在线测试创作方案， 再将确认后的请求接入应用。
在线体验
使用计划中的参数生成结果
填写场景或动作提示词，提供任务要求数量的画面，再选择分辨率与画面比例；Official 还需要设置时长和声音。查看完整请求费用估算后生成，再检查运动、结构、结束状态与请求中的音频。
为何在 Vidgo 使用 Veo 3.1
选择对应任务，查看参数与费用，并将在线测试中的素材和设置用于经过身份验证的 API 请求。
创作测试与任务选择
围绕创作目标选择输入
先选择文字或图像生成，再根据 4/6/8 秒与声音控制选择 Official，或根据固定 8 秒选择对应任务。Official 图像生成接受一张或两张画面，其他图像任务需要两张。选择 720p、1080p 或 4K，并按照文档配置画面比例。
使用自己的提示词与图像测试
打开对应任务，填写创作要求并提供所需图像。对照主体外观、构图与预期变化检查生成结果，确认后再将该工作流用于项目。
生成前查看费用估算
同时查看 Official 时长、分辨率与声音设置，或固定时长任务完整的 8 秒价格，再结合完整请求金额与计划测试次数，比较工作流并安排项目预算。
API 接入与结果管理
参考完整的真实生成案例
结合实际提示词、输入图像与生成结果查看案例，了解如何说明各张输入图像的作用，以及如何描述自己请求中需要保留或改变的细节。
通过任务 ID 跟踪每次生成
保存 API 返回的任务 ID，用于查询生成状态并获取完成文件的地址。通过在线生成记录回看先前结果与测试过的创作方向。
按照所选任务的文档完成接入
通过各任务提供的文档查看准确的模型标识、支持的输入、身份验证方法与响应格式。接入已经在线测试过的任务，使请求中的素材与设置保持一致。
Veo 3.1 API 常见问题
Veo 3.1 是 Google 的视频系列，Vidgo 提供 Official 与固定时长的文字、图像任务。Official 支持 4/6/8 秒、声音和一张或两张图像画面；其他任务使用 8 秒，图像生成需要准确两张画面。两组任务都提供 720p、1080p 与 4K 选项。
探索更多模型系列
推荐阅读
阅读模型介绍、API 接入指南与平台比较，了解项目所需的输入素材准备、请求接入方法与费用规划。
